Python 的 Popen + 通信只返回标准输出的第一行

Question

我正在尝试使用我的命令行 git 客户端和 Python 的 I/O 重定向，以便在许多 git 存储库上自动执行一些常见操作。 （是的，这是 hack-ish。我以后可能会回去使用 Python 库来做这件事，但现在它似乎工作正常 :)）

我希望能够捕获调用 git 的输出。 隐藏输出会更好看，捕获它会让我记录它，以防它有用。

我的问题是，当我运行 'git clone' 命令时，我无法获得超过第一行的输出。 奇怪的是，带有 'git status' 的相同代码似乎工作得很好。

我在 Windows 7 上运行 Python 2.7，我正在使用 cmd.exe 命令解释器。

我的侦探到目前为止：

1. 当我用“git clone”调用 subprocess.call() 时，它运行良好，我在控制台上看到了输出（这证实了 git 正在生成输出，即使我没有捕获它）。 这段代码：

    dir = "E:\\\\Work\\\\etc\\\\etc" os.chdir(dir) git_cmd = "git clone git@192.168.56.101:Mike_VonP/bit142_assign_2.git" #print "SUBPROCESS.CALL" + "="*20 #ret = subprocess.call(git_cmd.split(), shell=True)

   将在控制台上产生此输出：

    SUBPROCESS.CALL==================== Cloning into 'bit142_assign_2'... remote: Counting objects: 9, done. remote: Compressing objects: 100% (4/4), done. remote: Total 9 (delta 0), reused 0 (delta 0) Receiving objects: 100% (9/9), done. Checking connectivity... done.

2. 如果我直接用 POpen 做同样的事情，我会在控制台上看到相同的输出（也没有被捕获）。 这段代码：

    # (the dir = , os.chdir, and git_cmd= lines are still executed here) print "SUBPROCESS.POPEN" + "="*20 p=subprocess.Popen(git_cmd.split(), shell=True) p.wait()

   将产生这个（实际上相同的）输出：

    SUBPROCESS.POPEN==================== Cloning into 'bit142_assign_2'... remote: Counting objects: 9, done. remote: Compressing objects: 100% (4/4), done. remote: Total 9 (delta 0), reused 0 (delta 0) Receiving objects: 100% (9/9), done. Checking connectivity... done.

   （显然我要在两次运行之间删除克隆的 repo，否则我会收到“一切都是最新的”消息）

3. 如果我使用communication() 方法，我期望得到一个字符串，其中包含我在上面看到的所有输出。 相反，我只看到Cloning into 'bit142_assign_2'... 。
   这段代码：

    print "SUBPROCESS.POPEN, COMMUNICATE" + "="*20 p=subprocess.Popen(git_cmd.split(), shell=True,\\ bufsize = 1,\\ stderr=subprocess.PIPE,\\ stdout=subprocess.PIPE) tuple = p.communicate() p.wait() print "StdOut:\\n" + tuple[0] print "StdErr:\\n" + tuple[1]

   将产生这个输出：

    SUBPROCESS.POPEN, COMMUNICATE==================== StdOut: StdErr: Cloning into 'bit142_assign_2'...

   一方面，我已经重定向了输出（正如您可以从它不在输出中看到的那样），但我也只捕获了第一行。

我已经尝试了很多很多东西（调用check_output而不是 popen，使用带有check_output的管道，使用带有check_output管道，以及我可能忘记的其他东西）但没有任何效果 - 我只先捕获它输出线。

有趣的是，完全相同的代码确实可以与 'git status' 一起正常工作。 一旦 repo 被克隆，调用 git status 会产生三行输出（统称为“一切都是最新的”），第三个示例（POpen+communicate 代码）确实捕获了所有三行输出。

如果有人对我做错了什么有任何想法，或者对我可以尝试以更好地诊断这个问题的任何想法有任何想法，我将不胜感激。

Answer 1

尝试将--progress选项添加到您的 git 命令。 这会强制 git 将进度状态发送到 stderr，即使 git 进程未连接到终端 - 通过subprocess进程函数运行 git 时就是这种情况。

git_cmd = "git clone --progress git@192.168.56.101:Mike_VonP/bit142_assign_2.git"

print "SUBPROCESS.POPEN, COMMUNICATE" + "="*20
p = subprocess.Popen(git_cmd.split(), stderr=subprocess.PIPE, stdout=subprocess.PIPE)
tuple = p.communicate()
p.wait()
print "StdOut:\n" + tuple[0]
print "StdErr:\n" + tuple[1]

注意我无法在 Windows 上测试这个，但它在 Linux 上是有效的。

此外，没有必要指定shell=True这可能是一个安全问题，因此最好避免。

Answer 2

这里有两个有趣的部分，一个是特定于 Python 的，另一个是特定于 Git 的。

Python

使用subprocess模块时，您可以选择控制您运行的程序的最多三个 I/O 通道：stdin、stdout 和 stderr。 这是真正的subprocess.call和subprocess.check_call以及subprocess.Popen ，但两者call和check_call马上致电新工艺对象的wait方法，所以由于种种原因，这是不明智的供应subprocess.PIPE对于stdout和/或带有这两个操作的 stderr。 ¹

除此之外，使用subprocess.call等同于使用subprocess.Popen 。 其实call的代码是一行代码：

def call(*popenargs, **kwargs):
    return Popen(*popenargs, **kwargs).wait()

如果您选择不重定向任何 I/O 通道，则读取输入的程序会从 Python 会从同一个位置获取它，将输出写入 stdout 的程序会将其写入您自己的 Python 代码会的相同位置， ²以及写入的程序输出到 stderr 将它写到 Python 会写到的地方。

当然，您可以将 stdout 和/或 stderr 重定向到实际文件以及subprocess.PIPE 。 文件和管道不是交互式“终端”或“tty”设备（即，不被视为直接连接到人类）。 这将我们引向 Git。

吉特

Git 程序通常可以从 stdin 读取和/或写入 stdout 和/或 stderr。 Git 还可以调用其他程序，这些程序可以执行相同的操作，或者可以绕过这些标准 I/O 通道。

特别是，正如您所观察到的， git clone主要写入其 stderr。 此外，正如mhawke 回答的那样，您必须添加--progress以使 Git 将进度消息写入 stderr Git 不与交互式 tty 设备交谈。

如果 Git 在通过https或ssh克隆时需要密码或其他身份验证，Git 将运行一个辅助程序来获取它。 大多数情况下，这些程序完全绕过标准输入（通过在 POSIX 系统上打开/dev/tty ，或在 Windows 上打开等价物），以便与用户交互。 在您的自动化环境中这将如何工作，或者它是否会工作是一个很好的问题（但同样超出了本答案的范围）。 但这确实让我们回到了 Python，因为......

Python

除了subprocess模块，还有一些外部库， sh和pexpect ，并内置到Python本身的一些设施通过pty模块，可以打开一个伪终端：一个互动的tty设备，而不是直接连接到一个人的，已连接到您的程序。

使用 ptys 时，您可以让 Git 的行为与直接与人交谈时的行为相同——事实上，今天的“与人交谈”实际上是使用 ptys（或等效物）完成的，因为有程序运行各种窗口系统. 此外，要求人类输入密码的程序现在可以³与您自己的 Python 代码进行交互。 这可能是好的也可能是坏的（甚至两者都有），所以请考虑您是否希望这种情况发生。

---

¹具体来说， communicate方法的重点是管理最多三个流之间的 I/O 流量，如果它们中的任何一个或全部是PIPE ，而没有子进程楔子。 想象一下，如果您愿意，一个子进程将 64K 的文本打印到 stdout，然后将 64K 的文本打印到 stderr，然后再将 64K 的文本打印到 stdout，然后从 stdin 读取。 如果您尝试以任何特定顺序读取或写入其中任何一个，子流程将“卡住”等待您清除其他内容，而您将卡住等待子流程完成您选择先完成的任何一个。 communicate作用是使用线程或特定于操作系统的非阻塞 I/O 方法来提供子进程输入，同时读取其 stdout 和 stderr，所有这些都是同时进行的。

换句话说，它处理了多路复用。 因此，如果您没有为三个 I/O 通道中的至少两个提供subprocess.PIPE ，绕过communicate方法是安全的。 如果是，则不是（除非您实现自己的多路复用）。

这里有一个有点奇怪的边缘情况：如果为 stderr 输出提供subprocess.STDOUT ，这会告诉 Python 将子进程的两个输出定向到单个通信通道中。 这仅计为一个管道，因此如果您将子进程的 stdout 和 stderr 组合在一起，并且不提供输入，则可以绕过communicate方法。

²事实上，子进程继承了进程的标准输入、标准输出和标准错误，如果你覆盖了它们，它们可能与 Python 的sys.stdin 、 sys.stdout和sys.stderr不匹配。 这进入细节可能最好在这里忽略。 :-)

³我说“可能”而不是“将”，因为/dev/tty访问控制终端，并不是所有的 pty 都是控制终端。 这也变得复杂且特定于操作系统，并且也超出了本答案的范围。